beautifulsoup

8El calor

1Respuesta

Impedir que BeautifulSoup convierta mis etiquetas XML en minúsculas

Estoy usando BeautifulStoneSoup para analizar un documento XML y cambiar algunos atributos. Noté que convierte automáticamente todas las etiquetas XML a minúsculas. Por ejemplo, mi archivo fuente tien

5El calor

4Respuesta

de descomposición del HTML para enlazar el texto y el objetivo

Dado un enlace HTML como <a href="urltxt" class="someclass" close="true">texttxt</a> cómo puedo aislar me la URL y el texto? Actualizaciones estoy usando sopa hermoso, y no puedo encontrar la manera

5El calor

2Respuesta

BeautifulSoup me da símbolos unicode + html, en lugar de unicode directo. ¿Es esto un error o un malentendido?

Estoy usando BeautifulSoup para raspar un sitio web. La página del sitio web funciona bien en mi navegador: El informe de Oxfam International titulado "Fuera de juego! http://www.coopamerica.org/progr

15El calor

3Respuesta

BeautifulSoup - ¿modificando todos los enlaces en una pieza de HTML?

Necesito poder modificar cada uno de los enlaces en un documento HTML. Sé que necesito usar el SoupStrainer pero no estoy 100% seguro de cómo implementarlo. Si alguien pudiera dirigirme a un buen recu

12El calor

4Respuesta

¿Cuál es el equivalente más cercano de Beautiful Soup for Ruby?

Me encanta la biblioteca de raspado Beautiful Soup en Python. Simplemente funciona. ¿Hay un equivalente cercano en Ruby?

12El calor

9Respuesta

Raspe un sitio web dinámico

¿Cuál es el mejor método para rozar un sitio web dinámico donde la mayoría del contenido se genera mediante lo que parecen ser solicitudes de AJAX? Tengo experiencia previa con un combo Mechanize, Bea

6El calor

3Respuesta

¿Cómo se obtiene el texto de una 'celda de datos' HTML utilizando BeautifulSoup

He estado tratando de eliminar algunos datos de los archivos HTML. Tengo la lógica codificada para obtener las celdas correctas. Ahora estoy luchando para conseguir el contenido real de la 'célula': a